隨著社會的高速發(fā)展與科學(xué)技術(shù)的不斷進(jìn)步,人們在生產(chǎn)和生活中對移動機器人的需求也與日俱增,移動機器人技術(shù)邁向自主化和智能化這一新階段。即時定位與構(gòu)圖(Simultaneous Localization and Mapping,SLAM)技術(shù)是移動機器人領(lǐng)域亟待解決的關(guān)鍵性技術(shù)之一。由于技術(shù)的進(jìn)步使得視覺傳感器的成本變得越來越低廉、且應(yīng)用變得越來越廣泛�；谝曈X的移動機器人即時定位與構(gòu)圖技術(shù)(v SLAM)已經(jīng)成為國內(nèi)外研究者廣泛關(guān)注的問題。盡管許多解決SLAM問題的優(yōu)秀的方法和產(chǎn)品已經(jīng)被研究出,但是構(gòu)建更詳細(xì)的地圖以及估計更精準(zhǔn)的相機姿態(tài)一直都是SLAM技術(shù)所追求的目標(biāo),而且視覺SLAM方法面臨實時性差、較高的計算花費和昂貴的硬件條件等問題。首先,圍繞單目視覺SLAM三維重構(gòu)問題進(jìn)行研究。研究工作包括針對現(xiàn)如今優(yōu)秀的SLAM算法的改進(jìn)、關(guān)鍵幀剔除算法、直線段提取算法和基于直線段特征的三維重構(gòu)算法的設(shè)計與實現(xiàn)。研究重點是基于ORB-SLAM2與直線段特征的實時半稠密三維重建算法。本文設(shè)計了一種新的關(guān)鍵幀剔除算法去除冗余關(guān)鍵幀和一種錨點法來改進(jìn)關(guān)鍵幀的直線段提取。本文提出一種在單目ORB-S...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1幾個視覺S

湘潭大學(xué)學(xué)位論文5理，以彌補基于相機的SLAM技術(shù)的局限性。它能進(jìn)行視覺測距、視覺避障、vSLAM定位與環(huán)境重建以及人臉、車牌的識別等視覺處理；（c）為掃地機器人，有別與傳統(tǒng)的基于超聲波雷達(dá)的機器人，搭載視覺傳感器的機器人能通過采集到的環(huán)境的視頻信息構(gòu)建環(huán)境更具體的地圖，從而可以....

圖1.2ORB-SLAM2方法

中各個方法的性能與總體性能。本文還介紹了新搭建的機器人實驗平臺，在此基礎(chǔ)上運行本文提出的SLAM方法，并評估其性能。本文的研究內(nèi)容及其創(chuàng)新之處如下所示：（一）本文的SLAM方法在單目ORB-SLAM2方法的基礎(chǔ)上增加了一個新的線程來重構(gòu)三維線段。以上的改進(jìn)方法繼承了ORB-SLA....

圖2.1SLAM方法模型示意圖

湘潭大學(xué)學(xué)位論文12第2章相關(guān)理論本文介紹了與SLAM算法流程中各個階段的算法最密切的多個算法與理論。通過梳理這些理論才可以更好的使用這些算法�，F(xiàn)如今，研究者已提出的視覺SLAM方法是本文改進(jìn)算法的基礎(chǔ)，首先選擇一種作為改進(jìn)算法的最合適原始算法。首先假設(shè)可以從SLAM方法獲取關(guān)鍵....

圖2.2經(jīng)典視覺SLAM系統(tǒng)流程圖

M）。經(jīng)典的vSLAM系統(tǒng)一般包含前端視覺里程計、后端優(yōu)化、地圖構(gòu)建和回環(huán)檢測幾個主要部分。自2007年P(guān)TAM工作出來之后，現(xiàn)在的SLAM方法大多采用如圖2.2所示的并行跟蹤（Tracking）和建圖（Mapping）框架，前端負(fù)責(zé)采集傳感器數(shù)據(jù)（RGB圖像、深度圖、IMU測量....

本文編號：3971307